R语言 survcomp包 hr.comp.meta()函数中文帮助文档(中英文对照)

loveR

hr.comp.meta(survcomp)
hr.comp.meta()所属R语言包：survcomp

                                        Function to compare two concordance indices
                                         函数来比较两个一致性指数

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function compares two lists of hazard ratios computed from the same survival data by using the function hazard.ratio. The statistical test is a Student t test for dependent samples.
这个函数比较两个相同的生存数据计算通过使用功能hazard.ratio的危险比列表。统计检验是相依样本t检验。


用法----------Usage----------


hr.comp.meta(list.hr1, list.hr2, hetero = FALSE)



参数----------Arguments----------

参数：list.hr1
first list of D indices as returned by the hazard.ratio function.
列表hazard.ratio函数返回ð指数。


参数：list.hr2
second list of D indices as returned by the hazard.ratio function.
第二个列表的ðhazard.ratio函数返回的指数。


参数：hetero
if TRUE, a random effect model is use to compute the meta-estimators. Otherwise a fixed effect model is used.
如果为TRUE，使用随机效应模型计算元估计。否则，使用固定效应模型。


Details

详情----------Details----------

In meta-analysis, we estimate the statistic of interest in several independent datasets. It results a list of estimates such as list of hazard ratios. The two lists of hazrd ratios must be computed from the same samples (and corresponding survival data). The function computes a meta-estimator for the correlations between the two scores and uses a Student t test for dependent samples.
在荟萃分析中，我们估计统计的几个独立的数据集的兴趣。它会导致如危险比估计的列表。必须从同一样品（以及相应的生存数据）计算两个列表hazrd比率。函数计算两个分数之间的相关性的Meta估计，使用相依样本学生t检验。


值----------Value----------


参数：p.value
p-value from the Student t test for the comparison hr1 > hr2.
p值Student t检验从HR1> HR2比较的。


参数：hr1
meta-estimator of the first D index.
元，估计首个D指数。


参数：hr2
meta-estimator of the second D index.
元的第二个D指数的估计。


作者（S）----------Author(s)----------


Benjamin Haibe-Kains



参考文献----------References----------


<h3>See Also</h3>

举例----------Examples----------


#first dataset[第一个数据集]
set.seed(12345)
age <- rnorm(100, 50, 10)
size <- rexp(100,1)
stime <- rexp(100)
cens <- runif(100,.5,2)
sevent <- as.numeric(stime <= cens)
stime <- pmin(stime, cens)
h1.1 <- hazard.ratio(x=age, surv.time=stime, surv.event=sevent)
h2.1 <- hazard.ratio(x=size, surv.time=stime, surv.event=sevent)
#second dataset[第二个数据集]
set.seed(54321)
age <- rnorm(110, 53, 10)
size <- rexp(110,1.1)
stime <- rexp(110)
cens <- runif(110,.55,2)
sevent <- as.numeric(stime <= cens)
stime <- pmin(stime, cens)
h1.2 <- hazard.ratio(x=age, surv.time=stime, surv.event=sevent)
h2.2 <- hazard.ratio(x=size, surv.time=stime, surv.event=sevent)
hr.comp.meta(list.hr1=list("hr.age1"=h1.1, "hr.age2"=h1.2),
  list.hr2=list("hr.size1"=h2.1, "hr.size2"=h2.2))

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。